Seite 1 von 1

Moderation bei Messwiederholung

BeitragVerfasst: Mo 29. Mär 2021, 14:21
von lotticom5
Hi,
ich habe eine Umfrage durchgeführt und eine Variable x vor und nach der Einführung eines Ereignisses abgefragt. Nun würde ich gerne testen, ob eine Variable z einen moderierenden Effekt auf die Variable x bei Messung 2 hat. Variable z ist die Expertise zu dem Thema. Ich kann sie also entweder als Dummy Variable nehmen, also Kenntnis zu dem Thema ja/nein, oder nur die Gruppe testen, die angegeben hat, dass sie Kenntnis hat, und dann das Level der Expertise als Variable z. Dahingehend habe ich mich noch nicht entschieden.

Also sprich: X1 --> (Einführung Ereignis) ---> x2 und dann z als Moderator.

Es handelt sich also um Messwiederholung. Macht eine "normale" Moderationsanalyse mit dem Process Plug-in in SPSS Sinn?
Oder würde man in dem Fall eher Richtung ANOVA mit Messwiederholung gehen, um die Mittelwerte zu vergleichen und einen Interaktionseffekt mit Variable z testen?

Danke!

Re: Moderation bei Messwiederholung

BeitragVerfasst: Mo 29. Mär 2021, 23:48
von strukturmarionette
Hi,

- als z ist Ja /Nein und was ist das Ereignis?

Gruß
S.

Re: Moderation bei Messwiederholung

BeitragVerfasst: Di 30. Mär 2021, 11:15
von lotticom5
Hi,
X ist Markenvertrauen nach einem Skandal, das Ereignis ist eine Maßnahme dagegen. Ich hatte die Probenden randomisiert in 2 Gruppen mit 2 verschiedenen Maßnahmen eingeteilt aber in diesem Fall möchte ich nur den Effekt der einen Maßnahme herausfinden, bei der es sich um eine bestimmte Technologie handelt.

z: ich habe abgefragt, ob Vorkenntnisse zu der Technologie da sind (ja/nein) und im Anschluss noch 3 Fragen dazu, wie gut die Kenntnisse sind, auf einer Skala von 1-7.

Jetzt möchte ich testen, ob Vorkenntnisse einen moderierenden Effekt haben.

Viele Grüße

Re: Moderation bei Messwiederholung

BeitragVerfasst: Di 30. Mär 2021, 23:47
von strukturmarionette
Hi,

- wie lauten die statistischen Befunde aus den den relevanten bivariaten Zusammenhangsanalysen?

Gruß
S.

Re: Moderation bei Messwiederholung

BeitragVerfasst: Mi 31. Mär 2021, 14:14
von lotticom5
Hi,
eine signifikante Korrelation nach Pearson ist vorhanden, wenn du das damit meinst?

Liebe Grüße

Re: Moderation bei Messwiederholung

BeitragVerfasst: Mi 31. Mär 2021, 14:47
von PonderStibbons
Wenn die Wechselwirkung Messzeitpunkt * Vorkenntnisse inferenzstatistisch signifikant wird,
dann kannst Du das durchaus als eine Moderatorwirkung interpretieren. Ob Process bei so
einem Design etwas zusätzliches leistet, weiß ich nciht.


Mit freundlichen Grüßen

PonderStibbons

Re: Moderation bei Messwiederholung

BeitragVerfasst: Fr 2. Apr 2021, 15:40
von lotticom5
Hallo nochmal,

ich habe die Moderationsanalyse durchgeführt und keinen moderierenden Effekt gefunden.
Das gleiche habe ich mit einem anderen Moderator gemacht (Markenbekanntheit) und auch keinen Effekt gefunden.

Ich frage mich, ob ich das falsche Modell gewählt habe, da es sich ja um Messwiederholung handelt.

Hättet ihr einen Tipp, welches Modell ich mir statt der Moderatorenanalyse noch anschauen könnte?

Re: Moderation bei Messwiederholung

BeitragVerfasst: Fr 2. Apr 2021, 16:33
von PonderStibbons
Wenn Du eine gemsichte Varianzanalyse mit "Zeit" und "Vorkenntnisse" gerechnet hast,
wieso sollte das dann falsch sein? Sofern Deine Stichprobengröße gering ist, kommt
nur mit geringer Wahhrscheinblichkeit etwas dabei heraus.

Mit freundlichen Grüßen

PonderStibbons

Re: Moderation bei Messwiederholung

BeitragVerfasst: Fr 2. Apr 2021, 17:14
von lotticom5
Ich habe eine Moderationsanalyse auf Basis linearer Regression gerechnet (nach Hayes) und einfach die Höhe des Interaktionsfaktors auf Basis eines Konfidenzinvervalls von 95% interpretiert (war > 0,05).

Bei einer gemischten Varianzanalyse würde ich dann also als within Faktor Zeit vorher/nachher und als between Faktor Expertise nehmen?
Meine Stichprobe ist in diesem Fall N=60.

Re: Moderation bei Messwiederholung

BeitragVerfasst: Fr 2. Apr 2021, 18:17
von PonderStibbons
Ich bin von einer Messwiederholungs-Varianzanalyse ausgegangen, wie bereits gesagt.

Mit freundlichen Grüßen

PonderStibbons